视网膜症状性渗出液相关紊乱的自动化分割与定量分析研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-17页 |
| ·医学图像分割技术 | 第7-9页 |
| ·传统的医学图像分割方法 | 第7-8页 |
| ·基于知识的分割 | 第8-9页 |
| ·频域光学相干断层视网膜图像 | 第9-11页 |
| ·频域光学相干断层图像 | 第9-10页 |
| ·视网膜层状结构 | 第10-11页 |
| ·视网膜层的分割 | 第11-12页 |
| ·视网膜层分割的重要性 | 第11页 |
| ·视网膜层分割技术的发展现状 | 第11-12页 |
| ·视网膜医学基础知识 | 第12-14页 |
| ·症状性渗出液分割的研究现状和意义 | 第14-15页 |
| ·论文的工作和组织结构 | 第15-17页 |
| 2 视网膜内界膜层和色素上皮层边界的自动化分割 | 第17-29页 |
| ·算法理论基础 | 第17-21页 |
| ·双边滤波器去噪 | 第17-19页 |
| ·动态规划和图论基本原理 | 第19-21页 |
| ·分割算法描述 | 第21-24页 |
| ·内界膜层边界的分割 | 第21-22页 |
| ·视网膜色素上皮层边界的分割 | 第22-24页 |
| ·实验结果与分析 | 第24-29页 |
| ·内界膜层边界分割结果 | 第25-26页 |
| ·色素上皮层边界分割结果 | 第26-27页 |
| ·内界膜层和色素上皮层边界分割误差分析 | 第27-29页 |
| 3 基于聚类的症状性渗出液自动化分割算法 | 第29-38页 |
| ·视网膜血管检测 | 第29-32页 |
| ·算法实现 | 第30-32页 |
| ·聚类方法自动化分割症状性渗出液 | 第32-34页 |
| ·算法实现 | 第33-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·症状性渗出液自动化分割结果 | 第34-36页 |
| ·症状性渗出液自动化分割结果误差分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于水平集的症状性渗出液自动化分割算法 | 第38-50页 |
| ·水平集理论基础 | 第38-41页 |
| ·无需重新初始化的C-V模型 | 第41-43页 |
| ·水平集方法自动化分割症状性渗出液 | 第43-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·症状性渗出液自动化分割结果 | 第45-46页 |
| ·症状性渗出液自动化分割结果误差分析 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
